基于Lucene面向主题搜索引擎的研究与设计

被引量 : 0次 | 上传用户:konglingdao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着信息化的高速发展,信息量正以指数规律迅猛增长,互联网已经成为人类最重要的海量信源,“信息迷航”和“信息过载”已经成为日益严重的问题。基于Internet的各类搜索引擎应运而生并得到了迅速发展。Google,Yahoo等通用搜索引擎功能虽然非常强大,但是当使用它们来检索某些特定专业的信息时,通用搜索引擎系统就有些力不从心。面向主题的搜索引擎是一种分类细致精确、更新及时的搜索引擎。随着Internet信息的爆炸增长以及信息多元化的发展,主题搜索引擎正成为研究热点与发展趋势。本文就面向主题搜索引擎的关键技术进行了研究,并提出了一种基于Lucene面向主题搜索引擎解决方案,研究实现了求职帮助信息主题搜索引擎。本文的主要叙述过程如下:首先,叙述了搜索引擎的发展背景和发展现状及特点,回顾了搜索引擎的发展历史,比较了通用搜索引擎和主题搜索引擎的区别,体现了主题搜索引擎在专业搜索方面的优势。其次,对面向主题搜索引擎的关键技术分三大模块即:主题信息抓取、索引和检索进行了深入分析和研究。研究了主题机器人与普通机器人的区别和搜索策略。重点研究了基于Java的全文索引引擎工具包Lucene,分析了Lucene与传统数据库相比的不同之处,体现了利用Lucene进行索引和检索的高效性、准确性。然后,基于以上关键技术,提出了求职帮助信息主题的搜索引擎设计方案。包括系统设计思想,技术策略,结构框架,开发环境等。接着,将设计付诸实践。详细介绍了基于Lucene的应聘帮助信息主题搜索引擎的具体实现过程。并对系统运行情况和结果进行了展示。最后,对论文的各项工作进行了总结,并指出了今后发展方向和进一步的工作,以便以后不断更新和完善。基于Lucene的求职帮助信息主题搜索引擎系统,保证了对求职帮助信息的完全收录与及时更新,避免了强大的搜索噪音,提高了检索效率,能快、全、准地提供专题信息查询。本论文的主要研究内容:1.研究分析了通用搜索引擎和主题搜索引擎的关键技术。2.对Apache Lucene全文索引引擎工具包进行了深入剖析,比较了Lucene检索和传统数据库检索的异同,以及中文切分词技术。3.在分析研究了主题搜索引擎关键技术的基础上,提出了求职帮助信息主题的搜索引擎设计方案。4.深入剖析了在设计实现中运用的关键技术,并在剖析的基础上进行了扩展及二次开发,设计实现了基于Lucene的应聘帮助主题搜索引擎。
其他文献
木材染色就是在保持木材原有天然纹理的基础上,采用染料等化学药剂使木材获得颜色的方法与加工过程。衡量染色木材的一个很重要指标就是染色材的耐光性好坏(即耐光色牢度)。提高
本文立论主要建立于对《末世视野的镜像“对照”——再论<传奇>》一文的批判与再论,并由此追寻张爱玲文学生涯所呈现的文学思想对中国现代文学史的重大意义。本文认为,作为现代
家庭教育是教育的重要组成部分,无论对于个体的成长还是对于整个社会的发展,家庭教育都有着不可替代的作用。在政治、经济、文化等社会因素的影响下,不同国家的家庭教育呈现出不
本文以高校体育场馆为研究对象,以华东师范大学体育馆为案例,分析了高校体育场馆的现状和使用中存在的问题,引入平衡计分卡(the Balanced Scorecard,BSC)绩效评价和战略管理工具
在中国,城乡居民点用地有规范的人均指标,招标拍卖已成为获取经营性用地的主要方式,交通和水利设施用地主要受政府和区域重大政策影响,而工业用地既缺乏相应的用地标准,土地
生态危机是当今社会面临的一个重大理论课题和现实问题。生态文学批评应当在正视当前人类生态危机的前提下,树立家园意识与理论自觉,引领人们构建自觉的生态意识和健全的生命
随着人类基因组计划(Human Genome Project, HGP)的实施,核酸、蛋白质的序列和结构数据呈指数增长,生命科学已实质性地步入到后基因组时代。序列信息不断累积的同时,大量参与
以淀粉、膨润土、聚乙烯醇(PVA)为原料制备成复合粘结剂,采用冷压型煤制备技术制成标准型煤。以其冷压强度和跌落强度为技术指标,通过单因素实验得到粘结剂各组分的最佳添加量。
“执政理念”是执政党在长期执政实践过程中,对执政的规律、宗旨、目的、任务等方面内容进行经验总结、理性思考、高度综合,而提炼概括出来的一种核心价值观,是执政党执政思想的
搜索引擎技术的商业化使得原本仅仅作为信息检索工具的搜索引擎成为了真正意义上的信息与广告传播媒介。而正是这场剧烈的商业革命使得对信息检索理论的研究开始由以往单纯的